Article Sidebar
Main Article Content
Abstract
Autonomous Surface Vehicles (ASV) telah menjadi fokus penelitian yang populer karena aplikasinya yang luas. Tantangan utama dalam pengembangan ASV adalah mendeteksi dan mengidentifikasi objek di permukaan udara, seperti pelampung , dengan cepat dan akurat. Penelitian ini mengintegrasikan Robot Operating System (ROS ) dengan algoritma YOLOv5 untuk mendeteksi pelampung berwarna, dengan tujuan mengidentifikasi varian YOLOv5 yang menawarkan kinerja komputasi ringan dan akurasi yang tinggi untuk aplikasi real-time pada ASV. Berbagai varian YOLOv5 (YOLOv5s, YOLOv5m, dan YOLOv5L) dievaluasi berdasarkan kinerja deteksi dan penggunaan sumber daya komputasi. Hasil menunjukkan semua model YOLOv5 berfungsi dengan baik dalam ekosistem ROS. YOLOv5m memiliki performa deteksi terbaik dengan akurasi 90%, diikuti oleh YOLOv5s (89,8%) dan YOLOv5L (88,9%). Dalam pengujian real-time , YOLOv5L memiliki akurasi terbaik sebesar 87,78%, diikuti oleh YOLOv5m (85%) dan YOLOv5s (80%). Dari segi respon, YOLOv5s menjadi yang tercepat dengan waktu respon 36,4ms, diikuti oleh YOLOv5m (77ms) dan YOLOv5L (139ms). Berdasarkan hasil tersebut, YOLOv5m dianggap paling ideal untuk digunakan pada miniatur ASV karena memiliki akurasi yang baik (85%) dan waktu respon yang cepat (77ms), berkontribusi pada pengembangan teknologi ASV yang lebih efisien dan andal.
Article Details
Copyright (c) 2024 Anugerah Ekha Gusti Audryadmaja
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
- M. J. Hong and M. R. Arshad, “Modeling and motion control of a riverine Autonomous surface vehicle (ASV) with differential thrust,” J. Teknol., vol. 74, no. 9, pp. 137–143, 2015, doi: 10.11113/jt.v74.4817.
- F. Romadloni, J. Endrasmono, Z. M. A. Putra, A. Khumaidi, I. Rachman, and R. Y. Adhitya, “Identifikasi Warna Buoy Menggunakan Metode You Only Look Once Pada Unmanned Surface Vehicle,” J. Tek. Elektro dan Komput. TRIAC, vol. 10, no. 1, pp. 23–29, 2023, doi: 10.21107/triac.v10i1.19650.
- A. Jalil, “Robot Operating System (Ros) Dan Gazebo Sebagai Media Pembelajaran Robot Interaktif,” Ilk. J. Ilm., vol. 10, no. 3, pp. 284–289, 2018, doi: 10.33096/ilkom.v10i3.365.284-289.
- P. Somaldo, F. A. Ferdiansyah, G. Jati, and W. Jatmiko, “Developing Smart COVID-19 Social Distancing Surveillance Drone using YOLO Implemented in Robot Operating System simulation environment,” IEEE Reg. 10 Humanit. Technol. Conf. R10-HTC, vol. 2020-Decem, 2020, doi: 10.1109/R10-HTC49770.2020.9357040.
- I. Y. Arulampalam Kunaraj, P.Chelvanathan, Ahmad AA Bakar, “PENGEMBANGAN ROBOT MOBIL MENGGUNAKAN ROS Wea,” J. Eng. Res., vol. 1, no. 1, pp. 1–14, 2023, [Online]. Available: https://www.ncbi.nlm.nih.gov/books/NBK558907/
- D. Dwiyanto, N. Fath, R. Sepak, and B. Beroda, “Analisa Sistem Komunikasi Data Pada,” vol. 3, no. 2, pp. 419–430, 2020.
- W. Yang, Di. Bo, and L. S. Tong, “TS-YOLO:An efficient YOLO Network for Multi-scale Object Detection,” IEEE 6th Inf. Technol. Mechatronics Eng. Conf. ITOEC 2022, vol. 6, pp. 656–660, 2022, doi: 10.1109/ITOEC53115.2022.9734458.
- A. V. EGA and W. ARDIATNA, “Study on Image Processing Method and Data Augmentation for Chest X-Ray Nodule Detection with YOLOv5 Algorithm,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 11, no. 2, p. 424, 2023, doi: 10.26760/elkomika.v11i2.424.
- R. Dwiyanto, D. W. Widodo, and P. Kasih, “Implementasi Metode You Only Look Once ( YOLOv5 ) Untuk Klasifikasi Kendaraan Pada CCTV Kabupaten Tulungagung,” Semin. Nas. Inov. Teknol., vol. 1, no. 1, pp. 102–104, 2022.
- A. Khumaidi, R. Y. Adhitya, D. Wardani, M. R. Fahmi, S. Utomo, and M. D. Khairansyah, “Design of a Fire Spot Identification System in PT . PAL Indonesia Work Area Using,” 2023.
References
M. J. Hong and M. R. Arshad, “Modeling and motion control of a riverine Autonomous surface vehicle (ASV) with differential thrust,” J. Teknol., vol. 74, no. 9, pp. 137–143, 2015, doi: 10.11113/jt.v74.4817.
F. Romadloni, J. Endrasmono, Z. M. A. Putra, A. Khumaidi, I. Rachman, and R. Y. Adhitya, “Identifikasi Warna Buoy Menggunakan Metode You Only Look Once Pada Unmanned Surface Vehicle,” J. Tek. Elektro dan Komput. TRIAC, vol. 10, no. 1, pp. 23–29, 2023, doi: 10.21107/triac.v10i1.19650.
A. Jalil, “Robot Operating System (Ros) Dan Gazebo Sebagai Media Pembelajaran Robot Interaktif,” Ilk. J. Ilm., vol. 10, no. 3, pp. 284–289, 2018, doi: 10.33096/ilkom.v10i3.365.284-289.
P. Somaldo, F. A. Ferdiansyah, G. Jati, and W. Jatmiko, “Developing Smart COVID-19 Social Distancing Surveillance Drone using YOLO Implemented in Robot Operating System simulation environment,” IEEE Reg. 10 Humanit. Technol. Conf. R10-HTC, vol. 2020-Decem, 2020, doi: 10.1109/R10-HTC49770.2020.9357040.
I. Y. Arulampalam Kunaraj, P.Chelvanathan, Ahmad AA Bakar, “PENGEMBANGAN ROBOT MOBIL MENGGUNAKAN ROS Wea,” J. Eng. Res., vol. 1, no. 1, pp. 1–14, 2023, [Online]. Available: https://www.ncbi.nlm.nih.gov/books/NBK558907/
D. Dwiyanto, N. Fath, R. Sepak, and B. Beroda, “Analisa Sistem Komunikasi Data Pada,” vol. 3, no. 2, pp. 419–430, 2020.
W. Yang, Di. Bo, and L. S. Tong, “TS-YOLO:An efficient YOLO Network for Multi-scale Object Detection,” IEEE 6th Inf. Technol. Mechatronics Eng. Conf. ITOEC 2022, vol. 6, pp. 656–660, 2022, doi: 10.1109/ITOEC53115.2022.9734458.
A. V. EGA and W. ARDIATNA, “Study on Image Processing Method and Data Augmentation for Chest X-Ray Nodule Detection with YOLOv5 Algorithm,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 11, no. 2, p. 424, 2023, doi: 10.26760/elkomika.v11i2.424.
R. Dwiyanto, D. W. Widodo, and P. Kasih, “Implementasi Metode You Only Look Once ( YOLOv5 ) Untuk Klasifikasi Kendaraan Pada CCTV Kabupaten Tulungagung,” Semin. Nas. Inov. Teknol., vol. 1, no. 1, pp. 102–104, 2022.
A. Khumaidi, R. Y. Adhitya, D. Wardani, M. R. Fahmi, S. Utomo, and M. D. Khairansyah, “Design of a Fire Spot Identification System in PT . PAL Indonesia Work Area Using,” 2023.